基于GABOR滤波器和RBF神经网络方法的手写体笔迹识别-通信与信息系统专业论文.docxVIP

原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体己经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律责任由本人承担。 论文作者签名：丑兰!色 日期： 上埘．r、I 3 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校 保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保 存论文和汇编本学位论文。 敝作糍：娅导师签澎日r保密论文在解密后应遵守此规定1 山东大学硕士学位论文中文摘要 山东大学硕士学位论文 中文摘要 本文通过对多通道GABOR滤波器(MGF)和RBF神经网络有关理论的研究 结合对手写体笔迹形成机制和特征的分析，提出了一种基于GABOR滤波器和 RBF棒经潮络技术靛手写体笔迹谈甏方法。该方法蓄先黠纛始的手写体鹜豫避 行归～化处理生成统～的文本块，以减小不同字距和行距等蹦素对纹理的影 响；然后利用MGF技术从归一化的文本块中提取纹理特征；最后，采用径向基 函数(RBF)神经网络来完成分类判别。为了检验本方法的有效性，对建立的 手写{拳群本数撼疼遗行了实黢，著搀实验缝象与荻瘦共尘短黪(GSCM)特薤提 取方法进行了比较。熬个实验过程是刹用MATLAB编程实现的。实验结果表明， 本文提出的这种方法艇有良好的可行性。 关键溺；手写体识别，纹理分手厅，妇一化，GA胎R滤技器，RBF神经网络 山东大学硕士学位论文ABSTRACT 山东大学硕士学位论文 ABSTRACT Thi S paper focus on study of the mul t i-channel gabor fi Iters (滋F)technique and the radial basis function(RBF)Neural Network，analy the form and features of the handwriting，put forward a identify method of handwriting based on gabor fiiters (MGF)technique and the radial basiS function(RBF)Neural Network。Firstly，the handwriting image need to be normalized to reduce the influence of different word spacing and varying 1ine spacing．Secondly，the multi—channel GABOR iS used to extract texture features from a normalized handwritten text block．Finally，the radial basiS function(RBF)Neural Network iS adopted to finish the elassifieation。As a comparison。we also use grey—scale CO—occurrence matrices (GSCM) for feature extraction．All of this work iS programmed by淞TLAB．The experiment resultS indicate that thiS method has substantial feasibilj ties． Key words：Handwriting recognition：Texture analysis Normalization：GABOR filters：RBF Neural Network 4 山东大学硕士学位论文符号说明 山东大学硕士学位论文 符号说明 MGF：多通道GABOR滤波器 GSCM：狄度共生矩阵 RBF：径向基函数 HPP：水平投影剖面 山京大学硕士学位论文第一章等l 山京大学硕士学位论文 第一章等l 言 目前，图像谈剃技术已经在许多领域得到了广“泛的应用，并崖正越来越S|超 人们豹高度重视。例如，程复杂背景下军攀目标的识别、字符识别、手势识别、 表情识别、车牌自动识剐、人脸识掰、指纹识别等。 多年以来，在图像处理和模式识别领域中，囊份识别一直是一个